Отдельные этапы технологического процесса взаимодействуют друг с другом, поэтому изменение параметров одного из них отражается на параметрах других. В связи с этим нужна не просто стабилизация определяющих параметров на отдельных этапах, но синхронизация управляющих воздействий на всех этапах. Это определяется комплексным характером технологического процесса, его системной сущностью.
Применение математического моделирования позволяет выявить определяющие факторы эффективности процесса, качества готовой продукции и другие, а также оценить вклад каждого из этих факторов в конечный результат.
Например, при исследовании влажного гранулирования комбикормов для рыб получено, что на прочность гранул у1 основное влияние оказывают частота вращения шнека пресса х1 и влажность продукта х5 в соответствии с математической моделью:
На водостойкость гранул у2 влияют четыре фактора:
Таким образом, математические модели дают ценную информацию, являются руководством для выбора оптимальных значений параметров технологических процессов.
Создание АСУТП таких сложных процессов, представляющих собой системы, требует разработки математических моделей, формализованно описывающих процесс. В настоящее время созданы математические модели основных процессов мукомольного завода.
В качестве примера приведем модели I...III драных систем, т. е. этапа отбора продуктов первого качества:
где у1 — извлечение крупок и дунстов первого качества; у2 — общий выход муки; х1, х2, х3 — извлечения на I...III драных системах.
Анализ этих моделей показывает, что при избранных диапазонах изменения на I и III драных системах положительно отражаются на извлечении крупок первого качества и общем выходе муки. В то же время повышать извлечение на II драной системе нежелательно; по-видимому, его величина находилась в оптимальной области.
В качестве второго примера приведем математические модели холодного кондиционирования зерна, которые представляют собой систему из двух уравнений. Они определяют зависимость прироста влажности зерна ΔW и длительности отволаживания τ от показателей качества зерна. Для пшеницы I и IV типов они имеют одинаковый вид, однако отличаются числовыми коэффициентами:
для зерна I типа
для зерна IV типа
где х1 — исходная влажность зерна, %; х2 — стекловидность зерна, %; х3 — качество клейковины, ед. ИДК; х4 — натура зерна, г/л.
Модели действительны в диапазоне влажности зерна от 8 до 15%. На основе таких математических моделей выбирают оптимальные параметры, определяющие этапы процесса, и строят систему управления.
Для оперативного управления основными процессами АСУТП мукомольного завода разрабатывают на основе мини-ЭВМ. Завершается также разработка АСУТП комбикормового завода.
Применение математического моделирования позволяет выявить определяющие факторы эффективности процесса, качества готовой продукции и другие, а также оценить вклад каждого из этих факторов в конечный результат.
Например, при исследовании влажного гранулирования комбикормов для рыб получено, что на прочность гранул у1 основное влияние оказывают частота вращения шнека пресса х1 и влажность продукта х5 в соответствии с математической моделью:
На водостойкость гранул у2 влияют четыре фактора:
Таким образом, математические модели дают ценную информацию, являются руководством для выбора оптимальных значений параметров технологических процессов.
Создание АСУТП таких сложных процессов, представляющих собой системы, требует разработки математических моделей, формализованно описывающих процесс. В настоящее время созданы математические модели основных процессов мукомольного завода.
В качестве примера приведем модели I...III драных систем, т. е. этапа отбора продуктов первого качества:
где у1 — извлечение крупок и дунстов первого качества; у2 — общий выход муки; х1, х2, х3 — извлечения на I...III драных системах.
Анализ этих моделей показывает, что при избранных диапазонах изменения на I и III драных системах положительно отражаются на извлечении крупок первого качества и общем выходе муки. В то же время повышать извлечение на II драной системе нежелательно; по-видимому, его величина находилась в оптимальной области.
В качестве второго примера приведем математические модели холодного кондиционирования зерна, которые представляют собой систему из двух уравнений. Они определяют зависимость прироста влажности зерна ΔW и длительности отволаживания τ от показателей качества зерна. Для пшеницы I и IV типов они имеют одинаковый вид, однако отличаются числовыми коэффициентами:
для зерна I типа
для зерна IV типа
где х1 — исходная влажность зерна, %; х2 — стекловидность зерна, %; х3 — качество клейковины, ед. ИДК; х4 — натура зерна, г/л.
Модели действительны в диапазоне влажности зерна от 8 до 15%. На основе таких математических моделей выбирают оптимальные параметры, определяющие этапы процесса, и строят систему управления.
Для оперативного управления основными процессами АСУТП мукомольного завода разрабатывают на основе мини-ЭВМ. Завершается также разработка АСУТП комбикормового завода.